서울대학교 빅데이터 핀테크 AI 과정 - 11기 2조 프로젝트
본 프로젝트는 강원도 지역에서 발생한 대형 산불의 시계열적 특성과 시·공간적 분포를 직관적으로 시각화하여, 정책 결정자와 소방 대응팀이 즉각적으로 활용 가능한 인사이트를 제공하는 것을 목표로 합니다.
- 강원 지역 산불의 다양한 발생 원인, 계절적·시간적 패턴, 피해 규모 등을 정량적으로 분석
- 정책 결정자 및 소방 대응 인력의 데이터 기반 대응 전략 수립 지원
- 기존 연구의 단편적 분석을 보완한 종합적 시각화 대시보드 제공
- 정책 결정자 (지자체, 산림청)
- 소방 대응팀
- 데이터 기반 지역 연구자
- 전국 및 강원도 산불 발생 이력 데이터
- 연도별/월별/시간대별/지역별 산불 건수
- 발화 원인 및 인명 피해 기록
- 동원 인력 정보 및 피해 규모 지표
데이터 전처리 시
계절 변수 생성,결측값 처리,파생 변수 추가등을 수행하였습니다.
- 2022 강릉·동해 산불 사례를 중심으로, 발생부터 완전 진화까지의 타임라인 구현
→화재 발생,신고 접수,출동,초기 진화,완전 진화를 애니메이션 효과로 시각화
- 연도별
사망자,부상자를 누적 면적 그래프로 시각화
→ 사용자가 누적 / 사망자 / 부상자 뷰를 선택 가능
- 시간대별 화재 건수를 막대 그래프로, 원인별 패턴은 라인 차트로 시각화
- 연도별·월별 인력 동원 현황: 총 인력 대비 소방·군·경찰 등 지원 분포
- 겨울/봄/여름/가을로 배경색을 구분한 월별 화재 건수 바 차트
- 시군구별 연도 선택 가능한 가로 바 차트 인터랙션 제공
- 지역별 평균 화재 피해 규모를 버블로 시각화
→ 크기는 평균 피해 면적, 색상은 총 피해 면적에 비례
- 인적/기계/기타 원인 등 다양한 발화 요인을 면적 기반으로 표현
- 대형 산불의 피해가 전체 화재 수보다 훨씬 중요 → 예방보다 초기 대응의 속도가 핵심
- 봄철과 낮 시간대에 집중되어 발생 → 시기별 대응 전략 필요
- 지자체별 발생 건수와 피해 면적의 상관성이 일관되지 않음 → 지형/기상 요인 반영한 정책 필요
- 실시간 데이터 연동으로 산불 대응 시스템 확장
- 예측 모델 고도화: 기계학습 기반 조기경보 시스템
- 정책 거버넌스 도입: 행정기관 간 협력 플랫폼 확장 가능성
- 국제 산불 데이터와의 통합 분석 고려
- Python + Streamlit: 대시보드 프론트엔드
- D3.js: 모든 시각화 모듈 커스터마이징
- Pandas / Numpy: 데이터 전처리 및 파생 변수 생성
- HTML/CSS: 웹 퍼블리싱 및 사용자 경험 최적화